《表2 实测识别正确率:基于Faster-RCNN的机场跑道异物识别定位技术研究》
提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《基于Faster-RCNN的机场跑道异物识别定位技术研究》
地面站中的检测识别系统对无人机下传的图像依次进行处理,处理环境为win10专业版操作系统,CPU Intel i5-8400,NVIDIA显卡RTX2060移动版,8G内存,500G加128G双固态硬盘。处理结果如图8所示,标示出异物的类别、坐标信息和置信度信息。表2给出了10个架次飞行后的异物识别率、准确率和定位平均偏差,从表中可以得出:1)召回率(recall)为正确识别异物数量占样本总异物数量比例,测试结果最低为97.5%,最高100%,平均99.4%,未识别均为小型石块,且像素大小少于32×32像素,小于Faster-RCNN算法最小识别尺寸;2)准确率(precision)为正确识别异物数量占总识别目标数量的比例,测试结果最低90%,最高95%,平均91.6%;3)定位偏差受无人机定位数据和图像偏差计算影响,考虑机场跑道形状规则,对定位精度要求有限,所以选择GPSM8N定位模块,该GPS双模工作模式最高精度可达0.5-1米,将实际物品位置与识别定位数据对比可得,定位评价偏差最小0.7米,最大1.2米,平均0.91米;4)单张图像处理时间最长0.260s,最短0.229s,平均处理时间为0.237s。
图表编号 | XD00221816400 严禁用于非法目的 |
---|---|
绘制时间 | 2020.09.01 |
作者 | 蒋进、唐碧蔚、宋少雷、靳超、何志勇 |
绘制单位 | 中国航空无线电电子研究所、中国航空无线电电子研究所、中国航空无线电电子研究所、中国航空无线电电子研究所、中国航空无线电电子研究所 |
更多格式 | 高清、无水印(增值服务) |